Chainer 7.8.1 （GPU 対応可能）のインストール（Windows 上）

前準備

Build Tools for Visual Studio 2019（ビルドツール）のインストール

Python 3.8 のインストール

以下のいずれかの方法で Python 3.8 をインストールする。

方法1：winget によるインストール

Python がインストール済みの場合、この手順は不要である。管理者権限のコマンドプロンプトで以下を実行する。管理者権限のコマンドプロンプトを起動するには、Windows キーまたはスタートメニューから「cmd」と入力し、表示された「コマンドプロンプト」を右クリックして「管理者として実行」を選択する。

winget install -e --id Python.Python.3.8 --scope machine --silent --accept-source-agreements --accept-package-agreements --override "/quiet InstallAllUsers=1 PrependPath=1 AssociateFiles=1 InstallLauncherAllUsers=1"

--scope machine を指定することで、システム全体（全ユーザー向け）にインストールされる。このオプションの実行には管理者権限が必要である。インストール完了後、コマンドプロンプトを再起動すると PATH が自動的に設定される。

方法2：インストーラーによるインストール

1. Python 公式サイト（https://www.python.org/downloads/）にアクセスし、Windows 用の Python 3.8 系インストーラーをダウンロードする。
2. ダウンロードしたインストーラーを実行する。
3. 初期画面の下部に表示される「Add python.exe to PATH」に必ずチェックを入れてから「Customize installation」を選択する。このチェックを入れ忘れると、コマンドプロンプトから python コマンドを実行できない。
4. 「Install Python 3.8 for all users」にチェックを入れ、「Install」をクリックする。

インストールの確認

コマンドプロンプトで以下を実行する。

py -3.8 --version

バージョン番号（例：Python 3.8.x）が表示されればインストール成功である。「'python' は、内部コマンドまたは外部コマンドとして認識されていません。」と表示される場合は、インストールが正常に完了していない。

Git のインストール

管理者権限のコマンドプロンプトで以下を実行する。管理者権限のコマンドプロンプトを起動するには、Windows キーまたはスタートメニューから「cmd」と入力し、表示された「コマンドプロンプト」を右クリックして「管理者として実行」を選択する。

REM Git をシステム領域にインストール
winget install --scope machine --id Git.Git -e --silent --disable-interactivity --force --accept-source-agreements --accept-package-agreements --override "/VERYSILENT /NORESTART /NOCANCEL /SP- /CLOSEAPPLICATIONS /RESTARTAPPLICATIONS /COMPONENTS=""icons,ext\reg\shellhere,assoc,assoc_sh"" /o:PathOption=Cmd /o:CRLFOption=CRLFCommitAsIs /o:BashTerminalOption=MinTTY /o:DefaultBranchOption=main /o:EditorOption=VIM /o:SSHOption=OpenSSH /o:UseCredentialManager=Enabled /o:PerformanceTweaksFSCache=Enabled /o:EnableSymlinks=Disabled /o:EnableFSMonitor=Disabled"

【関連する外部ページ】

• Git の公式ページ: https://git-scm.com/

NVIDIA ドライバのインストール（Windows 上）

1. NVIDIA グラフィックス・ボードの確認

   Windows で，NVIDIA グラフィックス・ボードの種類を調べたいときは， 次のコマンドを実行することにより調べることができる．

   wmic path win32_VideoController get name
   

2. NVIDIA ドライバのダウンロード

   NVIDIA ドライバは，以下の NVIDIA 公式サイトからダウンロードできる．

   https://www.nvidia.co.jp/Download/index.aspx?lang=jp

3. ダウンロードの際には，使用しているグラフィックス・ボードの型番とオペレーティングシステムを選択する．

NVIDIA CUDA ツールキット 11.0，NVIDIA cuDNN 8.2.1 のインストール

• NVIDIA CUDA ツールキットのダウンロードとインストール

  次のページからダウンロードし，インストールする．

  NVIDIA CUDA ツールキットのページ: https://developer.nvidia.com/cuda-toolkit-archive

• NVIDIA cuDNN のダウンロードと設定
  1. NVIDIA Developer Program メンバーシップ

     cuDNN のダウンロードのため，利用者本人が，電子メールアドレス，表示名，パスワード，生年月日を登録．利用条件等に合意．

     URL: https://developer.nvidia.com/cudnn

  2. NVIDIA cuDNN v8.2.1 for CUDA 11.X のダウンロードと展開（解凍）
     • NVIDIA cuDNN のダウンロード URL: https://developer.nvidia.com/cudnn
  3. 「NVIDIA cuDNN をインストールしたディレクトリ」をもとに環境変数を設定する．

     「NVIDIA cuDNN をインストールしたディレクトリ」が C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0 の場合には，次のように設定する．

     • すでに，c:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\bin には，パスが通っている．
     • Windows の システム環境変数 CUDNN_PATH に，c:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0 を設定

       Windows で，管理者権限でコマンドプロンプトを起動（手順：Windowsキーまたはスタートメニュー > cmd と入力 > 右クリック > 「管理者として実行」）。

       次のコマンドを実行

       powershell -command "[System.Environment]::SetEnvironmentVariable(\"CUDNN_PATH\", \"c:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\", \"Machine\")"
       

       
  4. Windows では，次の操作により，cudnn64_8.dll にパスが通っていることを確認する．

     Windows のコマンドプロンプトを開き，次のコマンドを実行する．エラーメッセージが出ないことを確認．

     where cudnn64_8.dll
     

     

Chainer のインストール

Python 3.8, 3.7, 3.6, 3.5 のいずれかが必要 (根拠: https://pypi.org/project/cupy-cuda110/7.8.0/#files)

ここでは，Python 3.8 を使う．

1. 以下の手順を管理者権限のコマンドプロンプトで実行する （手順：Windowsキーまたはスタートメニュー → cmd と入力 → 右クリック → 「管理者として実行」）。
2. Chainerのインストール

   py -3.8 -m pip install -U pip setuptools
   py -3.8 -m pip install -U chainer
   

   
3. Chainer のバージョン確認

   py -3.8 -m pip show chainer
   

   
4. 動作確認のため example プログラムを使いたいので、chainer のソースコード類一式のダウンロード

   【関連する外部ページ】 https://github.com/chainer/chainer

   py -3.8 -m pip install -U matplotlib
   cd /d c:%HOMEPATH%
   rmdir /s /q chainer
   del pax_global_header
   git clone https://github.com/chainer/chainer.git
   

   
5. MNIST データセットで学習してみる

   https://chainer.org/ の記述に従い、「MNIST example」を実行してみる．

   GPU 無しで動作させ、Chainer のインストールを確認する

   「-g -1」は　「GPU　を使わない」と明示的に指定するもの

   cd /d c:%HOMEPATH%\chainer
   py -3.8 examples/mnist/train_mnist.py -g -1
   

   学習が行われる。終了までしばらく待つ。

   

   乱数を使うので毎回違う結果が表示される

   エラーメッセージが出なければ、インストール成功とする

Chainer を GPU で動作させてみる

1. 以下の手順を管理者権限のコマンドプロンプトで実行する （手順：Windowsキーまたはスタートメニュー → cmd と入力 → 右クリック → 「管理者として実行」）。
2. CuPy のインストール

   py -3.8 -m pip install "cupy-cuda110>=7.7.0,<8.0.0"
   

   
3. cupy のバージョン確認

   py -3.8 -m pip show cupy-cuda110
   

   
4. MNIST データセットで学習してみる

   https://chainer.org/ の記述に従い、「MNIST example」を実行してみる．

   cd /d c:%HOMEPATH%
   py -3.8 chainer/examples/mnist/train_mnist.py -g 0
   

   学習が行われる。終了までしばらく待つ。

   

   * 乱数を使うので毎回違う結果が表示される

   エラーメッセージが出なければ、インストール成功とする